AIToday
オープンソースAILatent Space掲載日時: 2026年8月27日 1:01

カリフォルニア工科大教授が民生用GPUで気象AIを公開

LINEで送る
カリフォルニア工科大教授が民生用GPUで気象AIを公開

3つのポイント

  1. 何が起きたか

    カリフォルニア工科大学のアニマ・アナンドクマー教授は、民生用GPUを使い、1年足らずで従来の物理シミュレーションに対抗するオープンソースのAI気象モデル「FourCastNet」を開発した。

  2. なぜ重要か

    気象などの大規模な物理システムは、従来AIでは扱えないほどカオスだと考えられてきた。しかし、アナンドクマー氏の「ニューラルオペレーター」はデータと物理法則を組み合わせ、短期予報の精度を高めるだけでなく、核融合プラズマの乱れのシミュレーションを高速化する。国内の気象関連業務に携わる企業は、AIによる予報手法の導入を検討する可能性がある。

  3. 注目点

    アナンドクマー氏は、多様な現象を対象とする「物理学の基盤モデル」を目指す。ただし、データが限られ、構造的な事前知識が必要なため、言語モデルほど速い進展は見込めない。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

アナンドクマー氏の研究は、AIには大規模なデータと計算資源が必要という前提に挑戦している。気象のような物理システムではデータが乏しく、文脈長が天文学的な規模になるため、同氏は物理法則をモデルに組み込むニューラルオペレーターを開発した。その結果、気象モデルは数ヶ月間安定して動作し、核融合予測は100万倍高速化された。国連科学諮問委員会への任命は、科学研究政策におけるAIの役割が認識されつつあることを示す。また、この研究は、核融合炉のような安全性重視のアプリケーションに不可欠なニューラルネットワーク検証フレームワーク「TorchLean」にも焦点を当てている。

よくある質問
FourCastNetは従来の気象モデルと何が違うのか?
球面調和関数を使い周波数領域で学習するため、数日ではなく数ヶ月間安定して動作し、民生用GPUで実行できる。
アナンドクマー氏の手法は物理データ不足にどう対応しているか?
ニューラルオペレーターは物理的な事前知識をネットワークに組み込むため、核融合予測には数千サンプルといった少ないデータで済む。
Latent Space元記事を読む
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

関連記事

次の記事へメタ、AI人員削減計画を撤回